Automatyzacja a prognozy zawodowe: jak czytać ryzyko zmian

Prognoza to scenariusz, nie wyrok

W 2000 r. nie istniały jeszcze media społecznościowe ani zawód influencera, nikt nie szukał specjalistów od aplikacji mobilnych, monterów paneli fotowoltaicznych, operatorów dronów ani trenerów modeli AI, a pizzę zamawiało się telefonicznie ze stacjonarnego telefonu (Zero.pl). Ćwierć wieku później to zwykłe stanowiska pracy. Prognoza opisuje kierunek zmiany, nie przesądza, że konkretni ludzie znikną z rynku.

Raport „Aktywni+ Przyszłość Rynku Pracy” Gumtree.pl z 2017 r. zakładał, że w ciągu 25 lat maszyny zastąpią prawie połowę znanych wtedy zawodów, a automatyzacja i cyfryzacja „znacząco zmienią definicję pracy”. Ten sam raport zauważał, że pojedynczy etat przestaje być podstawową formą zatrudnienia – 54% badanych spodziewało się pracy w kilku zawodach jednocześnie, by się utrzymać.

Prognoza na 2049 r. mówi, że 65% dzieci rozpoczynających obecnie edukację będzie pracować w zawodach, które jeszcze nie istnieją (Zero.pl). Po zestawieniu obu prognoz widać, że ostrzegawcza liczba nie przesądza o utracie pracy przez osoby wykonujące dziś dany zawód – zmieni się raczej zestaw zadań i nazwa stanowiska. Zamiast pytać „czy ten zawód zniknie”, lepiej zapytać „które moje zadania zostaną przejęte i czym je uzupełnię”.

Co naprawdę decyduje o ryzyku: rutyna, kwalifikacje, kontekst

Według raportu Gumtree.pl najbardziej podatne na automatyzację są zawody o niskich lub średnich kwalifikacjach, oparte na rutynowych, powtarzalnych pojedynczych czynnościach. Autorzy wskazywali logistykę i transport, prostą pracę biurową oraz zawody związane z przetwarzaniem i obróbką danych, zwłaszcza finansowych. Te kryteria można zastosować do własnego stanowiska bez ogólnej etykiety „zawód zagrożony”.

Klasyczne kryteria nie opisują jednak całości. Modele generatywne radzą sobie z tekstem, kodem i analizą danych, więc automatyzacja obejmuje też część pracy biurowej o wyższych kwalifikacjach – analitycznej, redakcyjnej i administracyjnej. Pomocnicze kryterium: czy efekt pracy można zweryfikować automatycznie (np. poprawność kodu, zgodność dokumentu z wzorem, dopasowanie odpowiedzi do zapytania) i czy dane wejściowe są już cyfrowe.

Wdrożenie ogranicza kontekst: odpowiedzialność za decyzję, negocjacje, praca z ludźmi w niejednoznacznej sytuacji, koordynacja wielu stron. Gdy trzeba ponieść konsekwencje błędu albo ustalić, co jest celem, technologia wspiera człowieka, ale nie zamyka procesu samodzielnie.

Zalety i ograniczenia automatyzacji w pracy biurowej

Polska na tle prognoz: skala potencjalnego wpływu

W krajach wysoko rozwiniętych należących do OECD średnio 57% miejsc pracy uznano za zagrożone automatyzacją; w Polsce – 40% (raport „Aktywni+ Przyszłość Rynku Pracy”, Gumtree.pl, 2017). To dane sprzed fali generatywnej AI, oparte na ówczesnej definicji automatyzacji i strukturze zatrudnienia, więc nie należy zestawiać ich wprost z nowszymi badaniami bez sprawdzenia metodologii.

Nowsze dane dotyczą modeli generatywnych: spośród 5,08 mln miejsc pracy w Polsce podatnych na wpływ GenAI około 817,5 tys. (4,9% zatrudnienia) to stanowiska o bardzo wysokiej podatności (NASK, „Generatywna sztuczna inteligencja a polski rynek pracy”, 30 czerwca 2025). Ważna jest jednostka: badanie liczy miejsca pracy, nie osoby – jedna osoba może zajmować więcej niż jedno stanowisko, a część miejsc jest nieobsadzona.

„Podatność” i „zagrożenie” nie są tym samym. Podatność to techniczna możliwość przejęcia zadań przez system; o wdrożeniu w konkretnym przedsiębiorstwie decydują koszt i jakość wdrożenia, dostępność danych, regulacje branżowe oraz podaż pracowników. 40-procentowy wskaźnik z 2017 r. mówił o potencjale, nie o gotowym planie zwolnień.

Wpływ generatywnej AI na zatrudnienie w Polsce (stan na czerwiec 2025)

Gdzie popyt rośnie, mimo automatyzacji

Portal Eksperci VET (7 lipca 2025) wskazuje, że do 2035 r. najbardziej wzrośnie zapotrzebowanie na specjalistów ochrony zdrowia, fachowców budowlanych, operatorów maszyn i specjalistów IT. W ochronie zdrowia i budownictwie wzrost wynika w dużej mierze z czynników pozatechnologicznych – starzenia się społeczeństwa i zapotrzebowania na pracę fizyczną w zmiennym środowisku.

Raport Gumtree.pl jako najbardziej przyszłościowe kierunki wskazywał analizę danych, IT oraz robotykę i sztuczną inteligencję, a wśród najlepiej opłacanych zawodów wymieniał data scientist, DevOps engineer i data engineer. Obok zaawansowanych umiejętności programistycznych i deweloperskich autorzy podkreślali statystykę i analizę dużych zbiorów danych połączoną z interpretacją wyników w kontekście szerszych trendów społecznych – to trudniejsze do zastąpienia niż samo liczenie.

Presja demograficzna wzmacnia te kierunki: w ciągu najbliższej dekady z rynku pracy ma odejść 3,8 mln pracowników („srebrna rewolucja”, Zero.pl), a rosnący niedobór kadr wymusza wzrost wydajności pracy (Polskie Radio 24). Osoba planująca karierę ma dwie ścieżki: wejść w zawód z rosnącym popytem albo podnieść wydajność własnej pracy w zawodzie, który zostaje.

Najbardziej rosnące zapotrzebowanie na specjalistów do 2035 r. (wg Eksperci VET)

Jak czytać założenia prognozy, żeby nie dać się nabrać

Cztery pytania do każdej prognozy: (1) na jaki horyzont jest liczona i czy zakładana technologia wciąż działa w tej formie; (2) jak zdefiniowano automatyzację – jako przejęcie pojedynczego zadania czy całego stanowiska; (3) skąd pochodzą dane i czy dotyczą miejsc pracy, czy osób; (4) czy to scenariusz bazowy, czy wariant przy pełnym wdrożeniu technologii. Bez tych odpowiedzi liczby nie są porównywalne – różnica między 40% a 57% w tym samym zestawieniu wynika z zakresu i definicji.

Prognozy mają znane luki. Autorka przeglądu w „Rozprawach Społecznych” (K. Kurkiewicz, 2025) zauważa, że automatyzacja może prowadzić do utraty miejsc pracy w niektórych sektorach, zwiększając ryzyko nierówności społecznych i zagrożeń cyberatakami. Modele ekonomiczne rzadko wyceniają te koszty ani tempo adaptacji pracowników – jak szybko realnie przekwalifikuje się osoba po czterdziestce lub w regionie z jednym dużym pracodawcą.

Praktyczna zasada: jeśli tekst mówi „40% miejsc pracy zastąpią maszyny”, ale nie podaje technologii, horyzontu i definicji stanowiska, traktuj go jako ilustrację skali, nie podstawę decyzji o zmianie zawodu.

Od zawodu do zadań: własna mapa ryzyka

Zamiast oceniać cały zawód, wypisz 10–15 zadań z typowego miesiąca i oceń każde w trzech wymiarach: powtarzalność (czy robisz to według tej samej procedury), cyfrowość danych wejściowych (czy praca polega na tekście, liczbach, obrazie lub dźwięku w pliku) oraz konieczność kontekstu (czy wynik wymaga decyzji, współpracy z ludźmi, wzięcia odpowiedzialności).

Kryterium z raportu Gumtree.pl – rutynowe, powtarzalne czynności na niskim lub średnim poziomie kwalifikacji – wskazuje zadania o najwyższym ryzyku: wprowadzanie i porządkowanie danych, prostą korespondencję, standardową obsługę zgłoszeń, rozliczanie według schematu. Zadania wypadające w tym teście słabo zwykle wymagają ustalenia celu, negocjacji warunków, oceny ryzyka lub pracy w nieprzewidywalnym środowisku fizycznym.

Wynikiem mapy jest lista, nie etykieta: które czynności można wesprzeć narzędziami już dziś (i ile czasu to uwolni), które wymagają przekwalifikowania, a które warto rozwijać, bo są trudne do zweryfikowania automatycznie. Test bywa niewygodny, bo pokazuje, że część dobrze płatnych zadań analitycznych ma podobny profil rutynowości jak praca administracyjna.

Sygnały z rynku, które warto obserwować

Raport Gumtree.pl odnotował wyraźny wzrost znaczenia freelancerów i coraz więcej ofert pracy projektowej wymagającej szerokiego wachlarza różnorodnych umiejętności. Równolegle 54% badanych spodziewało się, że w przyszłości będzie musiało pracować w kilku zawodach, aby się utrzymać. To sygnał o strukturze zatrudnienia, nie tylko o technologii: maleje udział stanowisk przypisanych na stałe do jednego, wąskiego zestawu zadań.

W ofertach pracy sprawdzaj trzy rzeczy: czy na stanowiskach, które wcześniej nie wymagały narzędzi AI lub analitycznych, pojawiają się takie wymagania; czy powstają stanowiska hybrydowe łączące np. obsługę klienta z analizą danych albo produkcję z utrzymaniem ruchu; czy rośnie liczba ogłoszeń o pracę projektową i czasową w twojej branży.

Aby odróżnić modę od trwałej zmiany popytu: pojedyncze ogłoszenie nic nie znaczy, trend tak – gdy ten sam typ wymagań powtarza się przez kilka kwartałów, w różnych firmach, regionach i wielkościach przedsiębiorstw. Korzystając z danych o ofertach pracy, pamiętaj o dacie publikacji: zestawienia sprzed kilku lat pokazują kierunek, ale nie aktualne stawki ani liczbę wakatów.

Co z tym zrobić: od prognozy do decyzji

Przegląd badań w „Rozprawach Społecznych” (K. Kurkiewicz, 2025) wskazuje, że przyszłość rynku pracy zależeć będzie od zdolności pracowników do adaptacji i gotowości do stałego uczenia się; wśród niezbędnych elementów wymienia rozwój kompetencji cyfrowych i śledzenie trendów technologicznych w swoim sektorze. To ogólny kierunek – wybór szkolenia trzeba oprzeć na mapie własnych zadań z poprzedniej sekcji.

Jeśli szukasz kompetencji o rosnącym popycie, raport Gumtree.pl wskazuje umiejętności statystyczne i analizę dużych zbiorów danych połączone z interpretacją wyników w kontekście trendów społecznych oraz zaawansowane kompetencje programistyczne i deweloperskie. W tych obszarach – jak podkreślali autorzy – można kształcić się na wielu polskich uczelniach, co daje realną ścieżkę wejścia bez zmiany miejsca zamieszkania.

Kolejność działań zamieniająca prognozę w decyzję: audyt własnych zadań (co jest rutynowe, co wymaga kontekstu), wybór jednej lub dwóch kompetencji z kierunków o rosnącym popycie, weryfikacja wyboru przez aktualne oferty pracy w twoim regionie, a potem zaplanowanie pracy równolegle w kilku strumieniach – etacie i projekcie, specjalizacji i roli hybrydowej. Elastyczność i współpraca z technologią to metoda, nie hasło: chodzi o to, by narzędzia przejmowały zadania, a nie całe stanowiska, i by pracownik decydował, które z nich oddaje.